我有一组数据,这些数据是在地震中授予索赔人的索赔额的百分比,即奖励价值/索赔价值。我想对这些百分比值的分布进行建模,并使用R中的fitdistr
函数来拟合具有1个自由度的t分布。
fitdistr
返回的m
和s
值为:
98.82907933(0.08574821)
和
2.87906212(0.10310584).
现在我的发行方式是什么?允许我在输入索赔补偿价值时计算百分比值的功能?它是标准t分布的pdf吗?
答案 0 :(得分:1)
严格地说,具有1个自由度的t分布(Cauchy分布的AKA)没有需要拟合的参数。 fitdistr在这里做的是估计位置/比例变换的参数 t =(x-m)/ s 为了最符合t_1分布。这里x是数据。
答案 1 :(得分:1)
由于具有1 df的t分布也称为Cauchy分布,因此您可以建模,例如索赔的概率大于200,000:
params <- list(location=98.82907933,scale=2.87906212)
with(params,pcauchy(x=2e5,location,scale,lower.tail=FALSE)) ## 4.58e-6
只需仔细检查,我们就可以确认location参数也是中位数:
with(params,pcauchy(x=location,location,scale,lower.tail=FALSE)) ## 0.5
您也可以按照上面的建议转换数据并使用pt
:
with(params,pt((2e5-location)/scale,1,lower.tail=FALSE)) ## same as above
您可以使用dt
/ dcauchy
来获取概率密度,qt
/ qcauchy
用于分位数(qt
的结果必须转换为{ {1}})。